Examining the Vietnamese Montreal cognitive assessment in healthy and moderate-to-severe traumatic brain injury populations
Notice bibliographique
Résumé
Objective: There have been attempts to modify the Montreal Cognitive Assessment (MoCA), a brief cognitive screening tool, for use across several Asian countries, but evidence to support the utility of these translations has been limited, particularly for the Vietnamese translation of the MoCA (MoCA-V). This two-part study aimed to evaluate the MoCA-V in a Vietnamese sample. Methods: In the first stage, we examined the relationships between the MoCA-V subscales and common neuropsychological tests among healthy Vietnamese adults (n = 129) and individuals with moderate-to-severe traumatic brain injury (n = 80). In the second stage, we explored the relationship of TBI status (TBI vs non-TBI) and demographic variables to MoCA-V performance and investigated the optimal cut-off score of the MoCA-V using the two samples combined. Results: The MoCA-V Attention, Language, and Executive Function subscales were correlated with the Digit Span Test, Verbal Fluency Test, and Trail Making Test, respectively, across healthy participants and participants with TBI. Global performance on the MoCA-V was predicted by TBI status, education, and age. Our ROC analysis revealed that a cut-off score of 22 offered the best sensitivity (76.3%) and specificity (71.3%) trade-off for identifying cognitive impairment as measured by the MoCA-V. Conclusions: In addition to identifying a cut-off score for cognitive screening, the findings provide support for the validity of the examined MoCA-V subscales and for the MoCA-V’s ability to distinguish TBI survivors vs controls. These results may pave the way for larger-scale investigations of the MoCA-V and for the development of more neuropsychological batteries in Vietnamese.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».